J'ai une liste d'articles qui ont probablement des problèmes d'exportation. Je souhaite obtenir une liste des éléments en double afin de pouvoir les comparer manuellement. Lorsque j'essaie d'utiliser la méthode dupliquée pandas , elle ne renvoie que le premier duplicata. Existe-t-il un moyen...
J'ai une liste de dataframes Pandas que je voudrais combiner en une dataframe Pandas. J'utilise Python 2.7.10 et Pandas 0.16.2 J'ai créé la liste des dataframes à partir de: import pandas as pd dfs = [] sqlall = "select * from mytable" for chunk in pd.read_sql_query(sqlall , cnxn, chunksize=10000):...
J'ai quelques Pandas DataFrames partageant la même échelle de valeur, mais ayant des colonnes et des indices différents. Lors de l'invocation df.plot(), j'obtiens des images de tracé séparées. ce que je veux vraiment, c'est les avoir tous dans la même intrigue que les sous-intrigues, mais je...
Existe-t-il un moyen intégré à Pandas d'appliquer deux fonctions d'agrégation différentes f1, f2à la même colonne df["returns"], sans avoir à appeler agg()plusieurs fois? Exemple de dataframe: import pandas as pd import datetime as dt pd.np.random.seed(0) df = pd.DataFrame({ "date" : [dt.date(2012,...
J'essaye d'écrire un dataframe Pandas (ou je peux utiliser un tableau numpy) dans une base de données mysql en utilisant MysqlDB. MysqlDB ne semble pas comprendre «nan» et ma base de données renvoie une erreur disant que nan n'est pas dans la liste des champs. J'ai besoin de trouver un moyen de...
Mes données peuvent avoir plusieurs événements à une date donnée ou AUCUN événement à une date. Je prends ces événements, j'obtiens un décompte par date et je les trace. Cependant, lorsque je les trace, mes deux séries ne correspondent pas toujours. idx = pd.date_range(df['simpleDate'].min(),...
J'ai le code suivant qui importe un fichier CSV. Il y a 3 colonnes et je veux définir les deux premières d'entre elles sur des variables. Lorsque je règle la deuxième colonne sur la variable «efficacité», la colonne d'index est également collée. Comment puis-je me débarrasser de la colonne d'index?...
Je lis dans un fichier csv avec plusieurs colonnes datetime. J'aurais besoin de définir les types de données lors de la lecture du fichier, mais les datetimes semblent être un problème. Par exemple: headers = ['col1', 'col2', 'col3', 'col4'] dtypes = ['datetime', 'datetime', 'str', 'float']...
J'ai le dataframe pandas suivant Top15: Je crée une colonne qui estime le nombre de documents pouvant être cités par personne: Top15['PopEst'] = Top15['Energy Supply'] / Top15['Energy Supply per Capita'] Top15['Citable docs per Capita'] = Top15['Citable documents'] / Top15['PopEst'] Je veux...
Je voudrais en fusionner deux DataFrameset conserver l'index de la première image en tant qu'index sur l'ensemble de données fusionné. Cependant, lorsque je fais la fusion, le DataFrame résultant a un index entier. Comment puis-je spécifier que je souhaite conserver l'index du bloc de données...
Quel est le moyen le plus simple de supprimer les colonnes en double d'un dataframe? Je lis un fichier texte contenant des colonnes en double via: import pandas as pd df=pd.read_table(fname) Les noms des colonnes sont: Time, Time Relative, N2, Time, Time Relative, H2, etc... Toutes les colonnes...
Je me suis demandé ... Si je lis, disons, un fichier csv de 400 Mo dans un dataframe pandas (en utilisant read_csv ou read_table), y a-t-il un moyen d'estimer la quantité de mémoire dont il aura besoin? J'essaie simplement d'avoir une meilleure idée des trames de données et de la mémoire...
J'ai un Pandas DataFrame et je veux combiner les colonnes «lat» et «long» pour former un tuple. <class 'pandas.core.frame.DataFrame'> Int64Index: 205482 entries, 0 to 209018 Data columns: Month 205482 non-null values Reported by 205482 non-null values Falls within 205482 non-null values...
Je sais que si j'utilise randn, import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD')) me donne ce que je recherche, mais avec des éléments d'une distribution normale. Mais que faire si je voulais juste des entiers aléatoires? randintfonctionne en...
J'ai un DataFrame comme celui-ci: In [7]: frame.head() Out[7]: Communications and Search Business General Lifestyle 0 0.745763 0.050847 0.118644 0.084746 0 0.333333 0.000000 0.583333 0.083333 0 0.617021 0.042553 0.297872 0.042553 0 0.435897 0.000000 0.410256 0.153846 0 0.358974 0.076923 0.410256...
J'ai un DataFrame et je souhaite remplacer les valeurs d'une colonne particulière qui dépassent une valeur par zéro. J'avais pensé que c'était un moyen d'y parvenir: df[df.my_channel > 20000].my_channel = 0 Si je copie le canal dans une nouvelle trame de données, c'est simple: df2 =...
Je suis nouveau sur les pandas et j'essaie de comprendre comment ajouter plusieurs colonnes aux pandas simultanément. Toute aide ici est appréciée. Idéalement, je voudrais faire cela en une seule étape plutôt qu'en plusieurs étapes répétées ... import pandas as pd df = {'col_1': [0, 1, 2, 3],...
J'ai un dataframe comme celui-ci: A B C 0 1 0.749065 This 1 2 0.301084 is 2 3 0.463468 a 3 4 0.643961 random 4 1 0.866521 string 5 2 0.120737 ! Appel In [10]: print df.groupby("A")["B"].sum() reviendra A 1 1.615586 2 0.421821 3 0.463468 4 0.643961 Maintenant, je voudrais faire "la même chose" pour...
En utilisant Python Pandas, j'essaie de trouver le Country& Placeavec la valeur maximale. Cela renvoie la valeur maximale: data.groupby(['Country','Place'])['Value'].max() Mais comment obtenir le nom Countryet le correspondant
Disons que dfc'est un DataFrame pandas. Je voudrais trouver toutes les colonnes de type numérique. Quelque chose comme: isNumeric =